Redis

项目分为四大独立核心功能模块，完整覆盖数据采集、后端处理、前端交互、AI智能分析全业务链路：Python定时爬虫采集模块支持自定义多网站爬取规则，依托定时调度任务自动运行爬虫程序，批量抓取全网银行原始数据，完成基础去重、格式标准化预处理后存入数据库；ASP.NETCoreWebAPI后端服务模块提供

1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构：知识检索专家（RAG+网络搜索）、报告生成专家（数据查询+方案撰写）、工况监测专家（设备故障/管线/安全诊断）、环境数据专家（天气/位置），Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—

本平台以自然语言交互为入口、跨系统流程自动化为核心、智能决策容错为保障，构建全链路智能化业务处理能力，核心功能分为三大模块：1.自然语言智能交互功能打破传统系统菜单操作、代码配置的操作壁垒，支持业务人员通过日常自然语言发起各类业务请求。平台可自动识别用户操作意图，精准提取订单产品型号、采购数量、收货

二次开发涉及oa登录，企业内部工具市场搭建，应用调用链脱敏等场景改造服务私有化部署功能:知识库构建，聊天助手、agent快速构建，chatflow构建，worflow工作流构建

一个完整的系统通常包含几个关键部分，它们共同保障了高并发下的快速响应和水平扩展能力：多模态嵌入模型：比如开源的CLIP模型或云服务商提供的专有模型，是系统的“大脑”，负责理解并向量化所有输入内容。它能进行零样本学习，即无需针对特定图片集训练，就能理解各种自然语言描述。高性能向量检索数据库：这是系统的

核心能力亮点1.智能问答（GraphRAG增强）用户可以用自然语言提问，系统在毫秒级完成：-**语义向量检索**：-**知识图谱桥接（GraphRAG）**：-**大模型流式作答**：将检索结果与图谱知识融合为增强Prompt，并自动标注引文来源（书名、作者、章节、页码）；2.知识图谱可视化（三级视

系统分为数据上报、算法模块、离线计算、web后端和web前端数据上报模块:将客户数据上传到系统，是数据的来源，分为用户数据，产品数据，行为数据算法模块:根据客户行为记录，利用算法模型训练数据，生成客户喜欢的产品离线计算模块:定期处理和统计用户数据，更新迭代算法模型web前后端:给客户使用的配置界面，

通过不同的规则配置，场景配置，规则实例配置，不同的数据流进来，系统根据设置的规则监控违规数据，规则等级，这种方式可以筛查不同的入参走不同的规则，主要就是规则引擎的开发

服务器搭建，虚拟化，虚拟机创建，网络搭建，配置，环境配置，部署服务，运维等本人熟悉Linux基础运维与服务器环境搭建，可独立完成Proxmox、VMware虚拟化部署，能在物理机上搭建多台虚拟机环境。擅长宝塔面板配置、网站环境部署、SSL证书安装、简单Bug修复与页面修改。做事细心有耐心，擅长排查常

主要负责公司深度搜索deepresearch（cuecue）及大模型应用产品（cubeflow）的开发，功能包括：cuecue:负责从技术选型到核心功能开发的全流程。基于LangGraph开发深度搜索引擎,从原始问题出发,通过多智能体循环协作,自动浏览几十到上百个网页并调用一系列相关工具,最终生成专

依托现有传统监控工具，集成大语言模型技术模块，构建数据采集-智能分析-自动决策-告警推送的闭环流程，替代传统人工监控的手动巡检、人工排查模式，达成监控系统的智能化迭代。

1.开始创建：创建agent，开始机器人配置。agent可以对应理解为租户的概念，每个agent下的数据和管理是独立使用的。2.语义语料填充：创建实体、意图、问答、闲聊等语料。3.基础资源建设：设置必须的基础资源内容。4.会话流程配置：配置会话流程以实现多轮对话效果。5.BOT装配调试：将配置的语料